在这种分布中,此方法将对数据进行分解,以便在多个区域中建立相同的离散化。
连续属性的离散化是粗糙集理论亟待解决的关键问题之一。
连续属性离散化是粗糙集应用研究的重点内容之一。
研究离散化方案中断点数、粒度熵与分类精度之间的关系,证明了粒度熵随着断点数的增加而下降。
归纳了合理输入数字荷载应满足的条件以及系统离散化准则。
抛物型初边值问题的有限元与边界积分耦合的离散化及其误差分析。
连续属性离散化是粗集理论应用中面临的主要问题之一。
给出了二阶椭圆型方程的非协调有限体积法的后验误差估计。
本文提出,首先,将该模型对应的水平集方程做隐式数值化,然后采用加性算子分割方法(AOS)求解。
把控制对象离散化,在程序中写成差分方程的形式,实现整个系统的闭环调试。
然后描述了广义离散化算法并进行时间复杂性分析;
系统的算法基于对连续充电过程进行离散化后得到的选择式均衡充电模型。
渲染算法完全消除了时间离散假象,具有交互式的高质量渲染效果。
后者利用离散逻辑实现了连续避撞策略的离散化。
给出了有限体积法对辐射传递方程进行离散和求解的基本过程。
通过离散化技术的采用非结构网格和两个显性和隐性的时间步计划。
再次,采用频率参数非均匀离散化的方法创建过完备原子库。
从经济发展的角度来看,工业园区发展的不足就是产业发展离散化的不足。
连续属性的离散化是数据预处理的重要工作。
数值分析包括离散近似和舍入误差为特别关注广泛的研究。
应用聚类方法研究了数量关联规则提取过程中的连续属性离散化问题。
在一个实施例中,参数通过参数的离散化被预处理。
连续属性离散化是基于粗糙集的数据挖掘中的关键问题。
文中针对这一问题,提出了一种连续区间属性值离散化的新方法。
遗传算法构造中,对连续变量离散化采用浮点数级联编码;
主要研究的是归纳式学习中连续型样本数据的分组问题。
设点Pk为离散化区域内部的任意点,即区域内除边界外的点。